A Voltammetric Sensor Based on Carbon Veil Modified with Graphene and Phytosynthesized Cobalt Oxide Nanoparticles for the Determination of Food Dyes Tartrazine (E102) and Allura Red (E129)

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

A voltammetric sensor based on carbon veil modified with graphene nanoplates and phytosynthesized cobalt oxide Co3O4 nanoparticles is proposed for the determination of tartrazine (E102) and allura red AC (E129). The use of a composite nanomodifier contributes to an increase and better separation of the oxidation currents of azo dyes on their simultaneous presence. The process of the oxidation of azo dyes is irreversible, involves two electrons, and has a mixed nature. The sensor is characterized by a low limit of detection: 30 nM for E102 and 27 nM for E129, and in the inversion mode 16 and 3 nM, respectively. The analytical range the dyes is 0.1–15 µM. The sensor has been successfully used in the analysis of fruit jellies and beverage. The advantages of the developed sensor are high performance and operational characteristics, ease of manufacture, and low cost.

About the authors

M. A. Buharinova

Ural State University of Economics, 620144, Ekaterinburg, Russia

Email: sny@usue.ru
Россия, 620144, Екатеринбург, ул. 8 Марта/Народной Воли, 62/45

E. I. Khamzina

Ural State University of Economics, 620144, Ekaterinburg, Russia

Email: sny@usue.ru
Россия, 620144, Екатеринбург, ул. 8 Марта/Народной Воли, 62/45

V. Yu. Kolotygina

Ural State University of Economics, 620144, Ekaterinburg, Russia

Email: sny@usue.ru
Россия, 620144, Екатеринбург, ул. 8 Марта/Народной Воли, 62/45

N. Yu. Stozhko

Ural State University of Economics, 620144, Ekaterinburg, Russia

Author for correspondence.
Email: sny@usue.ru
Россия, 620144, Екатеринбург, ул. 8 Марта/Народной Воли, 62/45

References

  1. Karimi-Maleh H., Beitollahi H., Senthil Kumar P., Tajik S., Jahani P.M., Karimi F., Karaman C., Vasseghian Y., Baghayeri M., Rouhi J., Show P.-L., Rajendran S., Fu L., Zare N. Recent advances in carbon nanomaterials-based electrochemical sensors for food azo dyes detection // Food Chem. Toxicol. 2022. V. 164. Article 112961.
  2. John A., Yang H.-H., Muhammad S., Khan Z.I., Yu H., Luqman M., Tofail M., Hussain M.I., Awan M.U.F. Cross talk between synthetic food colors (azo dyes), oral flora, and cardiovascular disorders // Appl. Sci. 2022. V 12. Article 7084.
  3. Scientific opinion on the re-evaluation Tartrazine (E 102) // EFSA J. 2009. V. 7. № 11. Article 1331.
  4. European food safety authority, refined exposure assessment for Allura Red AC (E 129) // EFSA J. 2015. V. 13. Article 4007.
  5. СанПиН 2.3.2.1293-03 Гигиенические требования по применению пищевых добавок. М.: Минздрав России, 2003. 416 с.
  6. Wang M., Zhao J. Facile synthesis of Au supported on ionic liquid functionalized reduced graphene oxide for simultaneous determination of Sunset yellow and Tartrazine in drinks // Sens. Actuators B. 2015. V. 216. P. 578.
  7. Zhang Y., Hu L., Liu X., Liu B., Wu K. Highly-sensitive and rapid detection of ponceau 4R and tartrazine in drinks using alumina microfibers-based electrochemical sensor // Food Chem. 2015. V. 166. P. 352.
  8. Wang M., Zhao J. A facile method used for simultaneous determination of Ponceau 4R, Allura Red and Tartrazine in alcoholic beverages // J. Electrochem. Soc. 2015. V. 162. № 6. P. H321.
  9. Stozhko N.Yu., Khamzina E.I., Bukharinova M.A., Tarasov A.V. An electrochemical sensor based on carbon paper modified by graphite powder for sensitive determination of Sunset Yellow and Tartrazine in drinks // Sensors. 2022. V. 22. № 11. Article 4092.
  10. Ziyatdinova G., Titova M., Davletshin R. Electropolymerized 4-aminobenzoic acid based voltammetric sensor for the simultaneous determination of food azo dyes // Polymers. 2022. V. 14. № 24. Article 5429.
  11. Lipskikh O.I., Korotkova E.I., Barek J., Vyskocil V., Saqib M., Khristunova E.P. Simultaneous voltammetric determination of Brilliant Blue FCF and Tartrazine for food quality control // Talanta. 2020. V. 218. Article 121136.
  12. Wu J.-H., Lee H.-L. Determination of sunset yellow and tartrazine in drinks using screen-printed carbon electrodes modified with reduced graphene oxide and NiBTC frameworks // Microchem. J. 2020. V. 158. Article 105133.
  13. Gimadutdinova L., Ziyatdinova G., Davletshin R. Selective voltammetric sensor for the simultaneous quantification of Tartrazine and Brilliant Blue FCF // Sensors. 2023. V. 23. № 3. Article 1094.
  14. Blanco E., Arias L., Vázquez L., del Pozo M., Sanchez L., Petit-Dominguez M.D., Quintana C., Casero E. Sensor based on diamond nanoparticles and WS2 for ponceau 4R and tartrazine determination: Influence of green solvents employed for WS2 exfoliation // FlatChem. 2020. V. 23. Article 100185.
  15. Rodríguez J.A., Juárez M.G., Galán-Vidal C.A., Miranda J.M., Barrado E. Determination of Allura Red and Tartrazine in food samples by sequential injection analysis combined with voltammetric detection at antimony film electrode // Electroanalysis. 2015. V. 27. № 10. P. 2329.
  16. Penagos-Llanos J., García-Beltrán O., Calderón J.A., Hurtado-Murillo J.J., Nagles E., Hurtado J.J. Simultaneous determination of tartrazine, sunset yellow and allura red in foods using a new cobalt-decorated carbon paste electrode // J. Electroanal. Chem. 2019. V. 852. Article 113517.
  17. Brainina K.Z., Bukharinova M.A., Stozhko N.Y., Sokolkov S.V., Tarasov A.V., Vidrevich M.B. Electrochemical sensor based on a carbon veil modified by phytosynthesized gold nanoparticles for determination of ascorbic acid // Sensors. 2020. V. 20. № 6. Article 1800.
  18. Stozhko N.Y., Khamzina E.I., Bukharinova M.A. Carbon paper modified with functionalized poly(diallyldimethylammonium chloride) graphene and gold phytonanoparticles as a promising sensing material: Characterization and electroanalysis of Ponceau 4R in food samples // Nanomaterials. 2022. V. 12. № 23. Article 4197.
  19. Vinayagam R., Hebbar A., Senthil Kumar P., Rangasamy G., Varadavenkatesan T., Murugesan G., Srivastava S., Concepta Goveas L., Manoj Kumar N., Selvaraj R. Green synthesized cobalt oxide nanoparticles with photocatalytic activity towards dye removal // Environ. Res. 2023. V. 216. Article 114766.
  20. Vijayalakshmi S., Sharmila Lydia I., Vasudevan D. Photocatalytic oxidation using cobalt oxide nanoparticles for dye removal // Indian J. Adv. Chem. Sci. 2019. V. 7. № 4. P. 122.
  21. Anuradha C.T., Raji P. Effect of annealing temperature on antibacterial, antifungal and structural properties of bio-synthesized Co3O4 nanoparticles using Hibiscus Rosa-sinensis // Mater. Res. 2019. V. 6. № 9. Article 095063.
  22. Memon S.A., Hassan D., Buledi J.A., Solangi A.R., Memon S.Q., Palabiyik I.M. Plant material protected cobalt oxide nanoparticles: Sensitive electro-catalyst for Tramadol detection // Microchem. J. 2020. V. 159. Article 105480.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (147KB)
3.

Download (120KB)
4.

Download (85KB)
5.

Download (234KB)
6.

Download (108KB)
7.

Download (194KB)
8.

Download (192KB)
9.

Download (200KB)
10.

Download (153KB)

Copyright (c) 2023 М.А. Бухаринова, Е.И. Хамзина, В.Ю. Колотыгина, Н.Ю. Стожко

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».